「近日， Privasea 生態不斷取得實質性的生態進展。在此前獲得了新一輪戰略私募輪融資後，其又Zama 達成了戰略合作夥伴關係，雙方將長期綁定。這不僅表明Zama 對於Privasea 技術方案、長期發展前景以及敘事方向的認可，同時也是隱私保護應用於機器學習領域的重要進展」。
Zama 是一家致力於推動全同態加密技術（FHE）在區塊鏈和人工智慧領域應用的科技公司，在過去的四年中，其不斷將FHE 從抽象的數學理論轉化為實際可用的程式碼，大大提升了開發者對於FHE 技術的應用能力。最近，Zama 在其A 輪融資中成功籌資7,300 萬美元，進一步印證了市場對Zama 技術實力以及發展潛力的信心。
目前，Zama 開發了針對開發者友好的FHE 庫和解決方案，並在性能上持續進行優化，其推出的fhEVM，在區塊鏈應用的隱私智能合約方面取得顯著成效，並已與多個項目包括Fhenix、Shiba Inu 和Inco 等整合，這些合作標誌著對隱私保護在區塊鏈中實用性的進步。
人工智慧、機器學習等是Zama 期望推動FHE 技術廣泛採用的潛在領域，例如其所推出的Concrete ML 工具就服務於這些科技前沿領域，而為了進一步在該方向上取得實質性的進展，近日Zama 已經與Privasea 達成了策略合作夥伴關係，且相互間形成了深入的技術整合。基於此，Zama 將長期為Privasea 的FHEML 方案提供技術支持， Privasea 也將成為Zama 將其FHE 方案應用於AI、ML 領域的一塊重要拼圖。
透過此次合作，Privasea 與Zama 將在對方生態中都扮演不可或缺的重要角色，且雙方生態將長期綁定。同時，這項合作關係的達成，也預示著隱私保護技術在機器學習領域的應用即將迎來全新的突破。
Privasea 生態的敘事
Privasea 是一個由AI+DePIN 驅動、以FHE 為技術方案的隱私運算平台，致力於提供一個安全且永續的 AI 和機器學習運算環境。我們看到，在AI 領域，資料安全和隱私保護一直是長期且複雜的挑戰，而Privasea 的FHE 方案具備高度的資料保密性和符合性，並且能夠遵守歐盟一般資料保護規範(GDPR)等法律法規方面。
Privasea 網路的核心是一個強大的FHE 管道，該管道基於TFHE-RS 和Concrete-ML 並針對Privasea 需求進行特別客製化的。這一組件為資料的安全性提供了堅實的堡壘，使得用戶的資料在整個計算過程中都得到加密保護，即使在協同計算的過程中也不會被洩漏。所以我們看到，Zama 是Privasea FHE 的重要來源，其對於Privasea 網路的支援是長期且持續的。
Privasea 不僅能夠透過其API，為開發者提供了接入Privasea AI 網路能力的工具和功能，支援其無縫地將AI 能力整合到他們的應用程式中，同時確保了資料的安全性和隱私性。同時Privasea 也推出了以運算為核心的DePIN 網路Privanetix，該網路聚集了分散的運算資源，使其能夠安全且有效率地處理加密資料。網路的每個節點都裝備了適用的FHEML 管道，使得分散的節點能夠有效率地進行機器學習計算，而不會暴露敏感資料。
Privanetix 網路由Privasea 的智慧合約套件驅動，確保了網路中的運算節點能夠準確地追蹤和獎勵。智能合約為網路參與者提供了激勵，同時保持了透明度和公平性，是整個網路永續運作的經濟基礎。
Privasea 的另一個優點在於，其支援沒有密碼學或程式設計背景的用戶，也能輕鬆存取和利用這個網路的能力。這不僅大幅降低了使用高階FHE AI 運算的門檻，讓更多用戶能夠安全地享受AI 帶來的便利，同時也能將這套隱私AI 運算能力無縫向各個領域拓展。同時，Privasea 網路在保護使用者資料的同時，支援合規性審計，滿足包括反洗錢法律等在內的各種國家法律規定。這種鏈下計算方案在保障資料安全的同時，也確保了網路的行為能夠在必要時接受審查，為使用者提供了一個既安全又可靠的運算環境。
基於此，Privasea 能夠與許多具備驗證、運算分析需求的許多場景高度結合，以用於資料的保護，潛在場景包括生物辨識、醫療、金融、安全雲端資料運算、匿名投票系統等等。
我們看到，Privasea 正在推動FHE 方案的規模性採用，同時為AI 技術在保證資料安全、符合資料法規的前提下，與各類場景深入的融合並被廣泛的採用提供動力，該生態也有望成為萬億應用市場的全新價值載體。
Privasea 與Zama 的“雙向奔赴”
目前，Privasea 與Zama 的合作已經取得了實質的進展，二者合作的核心在於演算法整合。 Privasea 目前不僅支援主流的 TFHE 方案，還將Zama 的先進TFHE-rs 庫整合到自身的網路中，以此提高AI 操作的隱私性和安全性。同時，Privasea 將與Zama 的技術團隊密切協作，確保TFHE 方案可以無縫融入Privasea 的基礎架構中，透過在測試網路上進行壓力測試和安全審計，雙方將共同確保技術整合的穩定性和安全性。
除了系統整合，Privasea 與Zama 將共同探討ZAMA 的全域金鑰模型等新興功能，並進行開發，為未來的部署奠定基礎。同時，Privasea 也將基於ZAMA-ConcreteML 的平台將開發一系列隱私保護AI 應用，這些應用涵蓋了生物辨識、醫療影像辨識和金融資料分析等關鍵領域，並計劃在自身網路上進行應用測試。透過這些具體的應用案例，Privasea 與Zama 能夠將理論轉換為實際的使用者價值，同時也驗證了加密技術在實際環境中的有效性。
此外，Privasea 與Zama 還計劃透過定期的技術研討會和工作坊，建立一個知識共享平台，促進技術、想法和最佳實踐的交流。而除了一系列技術合作外，二者也計劃在市場層面進行深入的合作，例如市場擴張策略、聯合產品推廣等等。
所以整體來看，Privasea 透過將Zama 的TFHE-rs 庫整合到其網路中，將增強AI 操作的隱私性和安全性，這種全新的整合將伴隨著Privasea 生態發展的始終。而Privasea 作為將FHE 技術應用於AI、ML 等領域已經有所見術的生態， 有望為Zama 的AI 佈局提供長期的支持，並為FHE 方案所需的計算資源提供重要的支撐，這是Zama 其他的合作夥伴所無法給予的。在此基礎上，Privasea 有望成為Zama 將其FHE 方案應用於AI、ML 領域的一塊重要拼圖。
事實上，Privasea 與Zama 的生態願景一致，一方面二者都在推動FHE 技術在不同領域的採用，同時雙方也都是AI、ML 等領域的擁護者，而此次合作，也被看做是一場「雙向奔赴」。
Zama 的全新Web3 輪廓
Zama 生態以建立端對端加密網路HTTPZ（“Z” 即“Zero Trust”，零信任）為生態願景，為此，其一方面為Web2 和Web3 應用程式提供開源FHE 工俱生態，透過建構的多個開源產品，使開發人員可以更輕鬆地將FHE 用於區塊鏈和人工智慧等領域的各種用例。
另一方面，正在建立一個全新的Web3 框架，以更好的實現願景。
我們看到，Zama 目前已經與三個不同方向但同以FHE 為技術核心的Web3 設施建立了合作，包括Inco、Fhenix 與Privasea 建立了合作，以對其FHE 技術方案進行深入的拓展。其中 Inco 代表了Zama 框架的Layer 1 方向，Fhenix 代表了Layer 2 方向，而Privasea 則作為Depin AI 設施方向。
基於Zama 的開源框架，FHE 技術將有望向更多領域深入的拓展，並能夠構建系列具備創新性且能夠解決實際問題的新興產品，從而增強Web3 世界的隱私性，並與其生態夥伴共同在在線數據隱私領域建立全新的標準。
資訊來源：
https://www.privasea.ai/blog-posts/transforming-ai-with-fhe
IOS
Android